Many control systems of practical importance are multivariable. In such systems, each manipulated variable (input signal) may affect several controlled variables (output signals) causing interaction between the input/output loops. For this reason, control of multivariable systems is typically much more difficult compared to the single-input single-output case. It is therefore of great importance to quantify the degree of interaction so that proper input/output pairings that minimize the impact of the interaction can be formed. For this, dedicated interaction measures can be used. The first part of this thesis treats interaction measures. The commonly used Relative Gain Array (RGA) is compared with the Gramian-based interaction measures the Hankel Interaction Index Array (HIIA) and the Participation Matrix (PM) which consider controllability and observability to quantify the impact each input signal has on each output signal. A similar measure based on the <img src="http://www.diva-portal.org/cgi-bin/mimetex.cgi?%5Cmathcal%20H_2" /> norm is also investigated. Further, bounds on the uncertainty of the HIIA and the PM in case of uncertain models are derived. It is also shown how the link between the PM and the Nyquist diagram can be utilized to numerically calculate such bounds. Input/output pairing strategies based on linear quadratic Gaussian (LQG) control are also suggested. The key idea is to design single-input single-output LQG controllers for each input/output pair and thereafter form closed-loop multivariable systems for each control configuration of interest. The performances of these are compared in terms of output variance. In the second part of the thesis, the activated sludge process, commonly found in the biological wastewater treatment step for nitrogen removal, is considered. Multivariable interactions present in this type of bioreactor are analysed with the tools discussed in the first part of the thesis. Furthermore, cost-efficient operation of the activated sludge process is investigated.

Abstract Energy production in combustion power plants is a significant source of anthropogenic carbon dioxide emissions. The targets of international climate agreements call for utilizing all available technologies to achieve rapid and cost-effective emission reductions. Carbon capture and storage is one of the possible technical solutions applied in combustion power plants. Circulating fluidized bed boilers have gained increasing popularity due to advantages in availability, emission control, fuel flexibility and option for using challenging fuels, and the possibility of using high-efficiency steam cycles. In the novel process of oxy-combustion, combustion air is replaced by a mixture of oxygen and recycled flue gas to facilitate the capture of carbon dioxide from the flue gas flow. Additional degrees of freedom become available for combustion control as the gas flow and composition can be controlled separately for fluidization and combustion purposes. In the research for this thesis, self-optimizing control was applied for the control structure design of a circulating fluidized bed boiler. Self-optimizing control offers a systematic tool for the early phases of control design, in which decisions have traditionally been made based on intuition, heuristics and previous experience. The self-optimizing control approach searches for controlled variables without a need for constant setpoint optimization when the process is affected by disturbances and implementation errors. Results presented in the thesis show that self-optimizing control can be applied in the control structure design of circulating fluidized bed combustion. A range of control structure alternatives were evaluated using steady-state approximations of a validated process model. For the novel oxy-combustion process, promising control structures were identified and could be dynamically demonstrated. / Tiivistelmä Energiantuotanto polttovoimalaitoksissa on merkittävä hiilidioksidipäästöjen lähde. Kansainväliset ilmastotavoitteet edellyttävät kaikkien käytettävissä olevien teknologioiden hyödyntämistä päästövähennysten aikaansaamiseksi nopeasti ja kustannustehokkaasti. Hiilidioksidin talteenotto on yksi mahdollisista teknisistä ratkaisuista polttovoimalaitoksissa. Kiertoleijukattilat ovat saavuttaneet kasvavaa suosiota etuinaan hyvä käytettävyys, tehokas päästöjen hallinta, soveltuvuus erilaisten haastavienkin polttoaineiden hyödyntämiseen ja mahdollisuus tehokkaiden höyrykiertojen käyttöön. Uudessa happipolttoprosessissa palamisilma korvataan hapen ja kierrätetyn savukaasun seoksella, mikä mahdollistaa hiilidioksidin talteenoton savukaasuista. Kiertoleijupolton säädön kannalta vapausasteet lisääntyvät, sillä leijutukseen ja polttamiseen käytettävän kaasun määrää ja koostumusta voidaan säätää erikseen. Väitöstutkimuksessa käytettiin itseoptimoivaa säätöä kiertoleijukattilan säätörakenteiden suunnitteluun. Itseoptimoiva säätö tarjoaa systemaattisen menetelmän säätösuunnittelun alkuvaiheeseen, jossa päätöksenteko on perinteisesti tehty esimerkiksi intuition, heuristiikan ja aiempien ratkaisujen perusteella. Menetelmän tavoitteena on löytää säädettävät muuttujat, joiden asetusarvot eivät vaadi jatkuvaa optimointia, vaikka prosessiin vaikuttavat erilaiset häiriöt ja mittausvirheet. Väitöstutkimuksen tulokset osoittavat, että itseoptimoiva säätö soveltuu kiertoleijupolton säätörakenteiden suunnitteluun. Erilaisten säätörakenteiden toimivuutta arvioitiin käyttäen validoidun prosessimallin tasapainotilan approksimaatioita. Uudelle happipolttoprosessille löydettiin lupaavia säätörakenteita, joiden toimintaa voitiin demonstroida myös dynaamisesti.